电站锅炉燃烧系统案例推理自适应寻优方法及应用研究

作者：康俊杰; 牛玉广; 张国斌; 张佳辉; 罗桓桓

来源：仪器仪表学报, 2019, 40(12): 214-223.

DOI：10.19650/j.cnki.cjsi.J1905518

• 自适应遗传算法
• 燃烧模型
• 案例推理
• 自适应寻优
• 锅炉效率
• NOx排放

以提升火电机组调峰调频灵活性,促进可再生能源消纳为目标,针对某火电机组运行过程中燃烧稳定性、经济性等问题展开研究。采用自适应遗传算法优化核函数参数和正规化参数,建立最小二乘支持向量机(LS-SVM)锅炉燃烧过程模型。在建立模型的基础上,采用自适应遗传算法离线建立优化案例库。进而从便于工程应用角度提出一种基于案例推理(CBR)寻优方法,结合主、客观因素利用遗传算法优化案例推理特征权重,提高了检索精度,并自适应地从庞大的案例库中检索出与目标案例相匹配的案例。应用CBR自适应寻优算法,在保证机组稳定燃烧的同时,兼顾锅炉燃烧效率和NOx排放浓度,合理给出二、三次风门挡板开度指令及氧量定值,实现锅炉稳定经济燃烧。将系统整体运用到某350 MW燃煤发电机组,简化了优化计算的过程,寻优时间短,稳定性高,适合在线实时寻优。

• 单位
  内蒙古电力科学研究院; 新能源电力系统国家重点实验室; 华北电力大学; 辽宁省电力有限公司